【技术实现步骤摘要】
本专利技术涉及井下目标检测，尤其涉及一种基于深度学习的井下人员安全帽佩戴实时检测方法及装置。
技术介绍
1、煤矿工作人员在进行生产作业时，遵守良好的着装规范，如佩戴安全帽能有效地防止意外事故。但工人因未佩戴安全帽导致的意外事故屡见不鲜，主要原因是一部分工人由于缺乏安全意识。相关技术中，对着装进行检查的方式主要是人工在井下巡检以及对监控视频进行检查，但上述两种方式的效率较低，也无法及时的对人工不规范的着装进行纠正。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，本专利技术的第一个目的在于提出一种基于深度学习的井下人员安全帽佩戴实时检测方法，实现井下人员是否佩戴安全帽的小目标检测，并提高安全帽检测的精度和准确度。
3、本专利技术的第二个目的在于提出一种基于深度学习的井下人员安全帽佩戴实时检测装置。
4、本专利技术的第三个目的在于提出一种电子设备。
5、本专利技术的第四个目的在于提出一种存储有计算机指令的...
【技术保护点】
1.一种基于深度学习的井下人员安全帽佩戴实时检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取850波段红外相机拍摄井下人员安全帽是否佩戴的初始图像，并对所述初始图像进行高斯模糊操作和翻转变换、旋转变换，以得到操作后的目标图像数据集，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述目标图像数据集输入到YOLOX网络模型，以得到区别井下人员安全帽是否佩戴的初始安全帽检测模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过Tensorrt对初始安全帽检测模型进行推理加速后的安...
【技术特征摘要】
1.一种基于深度学习的井下人员安全帽佩戴实时检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取850波段红外相机拍摄井下人员安全帽是否佩戴的初始图像，并对所述初始图像进行高斯模糊操作和翻转变换、旋转变换，以得到操作后的目标图像数据集，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述目标图像数据集输入到yolox网络模型，以得到区别井下人员安全帽是否佩戴的初始安全帽检测模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过tensorrt对初始安全帽检测模型进行推理加速后的安全帽检测模型对850波段红外相机拍摄井下人员的实时图像进行检测，以确定井下人员是否实时佩戴安全帽，包括：
...【专利技术属性】
技术研发人员：赵春光，孙秀斌，王晓峰，孙源，阮进林，
申请(专利权)人：国能神东煤炭集团有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。